mlx-serve
قم بتشغيل أي نموذج لغوي كبير (LLM) محليًا على جهاز Mac الخاص بك بشكل أسرع من LM Studio أو Ollama، مع الدردشة وعوامل البرمجة والصور والفيديو والصوت، وكل ذلك يعمل دون اتصال بالإنترنت ومفتوح المصدر بالكامل.
mlx-serve
ما هو mlx-serve؟
mlx-serve مقارنة بأدوات مماثلة
| نموذج التسعير | مجاني | مجاني | مجاني | مجاني |
| أرصدة مجانية | ||||
| الميزات الرئيسية |
|
|
|
|
| المزايا |
|
|
|
|
| العيوب |
|
|
|
|
| مناسب لـ |
|
|
|
|
طريقة استخدام mlx-serve
- 1قم بتنزيل تطبيق MLX Core من إصدارات GitHub أو قم بتثبيته عبر Homebrew.
- 2أطلق التطبيق واستخدم متصفح النماذج لتنزيل أي نموذج مدعوم.
- 3ابدأ الدردشة في الواجهة المدمجة أو قم بتوصيل التطبيقات الخارجية عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI/Anthropic.
- 4استخدم مشغل ⌃Space للوصول السريع، أو قم بتكوين الصوت وبوت Telegram للتحكم عن بُعد.
الميزات الرئيسية في mlx-serve
- استدلال محلي على Apple Silicon مع تسريع Metal الأصلي
- فك الترميز التخميني (Prompt Lookup Decoding، نماذج الدرافت، MTP) لتوليد أسرع يصل إلى مرتين
- توليد الصور (Krea-2-Turbo، FLUX.2) وتحرير الصور من تعليمات نصية
- توليد الفيديو (LTX-Video 2.3) مع صوت متزامن وشخصيات متحدثة
- استنساخ الصوت وتحويل النص إلى كلام (Qwen3-TTS) من بضع ثوانٍ من الصوت
- وضع العامل (Agent) مع 10 أدوات مدمجة (شل، ملف، بحث، تصفح، إلخ) ودعم خادم MCP
- صندوق عزل العامل (Agent Sandbox) باستخدام المحاكاة الافتراضية من Apple لتنفيذ الأوامر المعزولة
- واجهة برمجة تطبيقات متوافقة مع Ollama لاستبدال تطبيقات Ollama بسهولة
- تكامل Claude Code للعوامل البرمجية المحلية
- تقدير كمي لذاكرة التخزين المؤقت KV وتجميع الدفعات المستمر لدردشات متعددة متزامنة
حالات استخدام mlx-serve
- تشغيل نماذج LLM محلية لمساعدة ذكاء اصطناعي خاصة دون اتصال بالإنترنت
- تطوير واختبار عوامل الذكاء الاصطناعي مع تنفيذ أدوات معزولة
- استبدال واجهات برمجة التطبيقات السحابية للعوامل البرمجية (Claude Code، Cursor، Continue)
- توليد الصور والفيديو والصوت على الجهاز للمشاريع الإبداعية
- بناء مساعدين ذكاء اصطناعي مخصصين مع التحكم الصوتي والجدولة
أسعار mlx-serve والأرصدة المجانية
يعمل mlx-serve بنموذج مجاني.
هذه الأداة مجانية بالكامل
مزايا وعيوب mlx-serve
المزايا
- أسرع من LM Studio و Ollama على نفس النماذج
- محلي تمامًا وخاص – لا تغادر أي بيانات جهاز Mac الخاص بك
- يدعم مجموعة هائلة من النماذج (MLX، GGUF، DeepSeek V4 Flash)
- يشمل توليد الصور والفيديو والصوت والتحرير
- خفيف الوزن (~4.5 ميغابايت) وسهل التثبيت كتطبيق Mac أصلي
- تكامل سلس مع الأدوات الحالية عبر واجهات برمجة التطبيقات OpenAI/Anthropic/Ollama
العيوب
- خاص بـ Mac فقط (يتطلب Apple Silicon)
- بعض الميزات المتقدمة (مثل DeepSeek V4) تحتاج ذاكرة عالية (96 جيجابايت فأكثر)
- لا يوجد مزامنة سحابية مدمجة أو دعم متعدد الأجهزة
لأي استخدام يناسب mlx-serve أكثر؟
- مستخدمي Mac الذين يريدون ذكاء اصطناعي محلي عالي الأداء وخاص
- المطورين الذين يبنون عوامل الذكاء الاصطناعي ومساعدي البرمجة
- منشئي المحتوى الذين يحتاجون توليد صور/فيديو/صوت دون اتصال
- الأفراد والمنظمات المهتمة بالخصوصية
أسئلة شائعة عن mlx-serve
بدائل مجانية لـ mlx-serve
Oxlo.ai هي واجهة برمجة تطبيقات استدلال ذكاء اصطناعي تركز على الخصوصية وتقدم تسعيرًا على أساس الطلبات لأكثر من 45 نموذجًا مفتوح المصدر.
PixaryAI هو مولّد فيديوهات بالذكاء الاصطناعي عبر الإنترنت لإنشاء فيديوهات من prompts نصية أو من الصور مع أدوات تحكم تعمل داخل المتصفح.
أفضل بدائل أدوات الذكاء الاصطناعي لـ mlx-serve
Wolbarg هي حزمة تطوير برمجيات TypeScript محلية الأولوية توفر ذاكرة دلالية مشتركة لعملاء الذكاء الاصطناعي باستخدام SQLite أو PostgreSQL.
بيئة تشغيل استدلال ذكاء اصطناعي أصلي وموحد بدون تخصيص ذاكرة لجافا، تجمع بين مسارات LLM والرؤية والكلام عبر Project Panama.
Osaurus هو مساعد ذكاء اصطناعي خاص ومحلي لأجهزة Mac، يقوم بتشغيل نماذج مفتوحة على الجهاز، مع إمكانية الوصول الاختياري إلى الذكاء الاصطناعي السحابي والعوامل المستقلة.
خادم استدلال LLM خفيف ومختبر بالكامل، مصمم للأجهزة ذات المعالجات الرخيصة، مع تخزين مؤقت دائم وواجهة برمجة تطبيقات متوافقة مع OpenAI.
محرك C خالٍ من التبعيات يقوم ببث أوزان الخبراء من القرص لتشغيل نموذج GLM-5.2 MoE ذي 744 مليار معلمة على أجهزة المستهلك باستخدام 25 جيجابايت فقط من ذاكرة الوصول العشوائي.
Frugon هي أداة مجانية ومفتوحة المصدر لتحليل تكاليف نماذج اللغة الكبيرة (LLM)، تكتشف مواطن تسرب فاتورة LLM الخاصة بك من خلال تحليل سجلات المكالمات محليًا.
موجه دخول بدون فروع وزمن انتقال صفري لشبكات شبكية موزعة مكونة من 32 وحدة معالجة رسومية تستخدم JAX/XLA وNCCL.
يقوم Skeights بتسلسل نماذج scikit-learn المدربة إلى صيغ safetensors وJSON، مما يستبدل صيغة pickle غير الآمنة بصيغة آمنة وقابلة للفحص.